输入关键词搜索 AI 工具、分类,或直接跳转页面
GaussianCity是由南洋理工大学S-Lab团队开发的3D城市场景生成框架,基于3D高斯绘制技术打造,核心定位是解决大规模3D城市生成中的内存与计算效率问题。框架内置紧凑3D场景表示模块,可降低城市场景存储占用;搭载空间感知高斯属性解码器,能够实现单步前向传递生成无边界3D城市;配套完整开源代码与预训练模型,支持用户快速自定义场景开发。面向计算机视觉研究人员、3D内容开发者、自动驾驶仿真工程师等群体,可应用于城市规划可视化、自动驾驶训练场景搭建、元宇宙城市内容创作、游戏开放世界构建等多个场景。
访问GaussianCity项目页面,在页面中找到代码仓库入口,点击跳转至GitHub仓库,下载项目源码到本地设备,同时根据页面指引下载对应的预训练模型权重文件。
根据项目提供的环境配置文档,安装PyTorch、CUDA等依赖库,完成本地运行环境的搭建,运行环境检测脚本确认所有依赖配置正确。
打开项目配置文件,根据自身需求设置场景生成参数,包括城市规模、建筑密度、绿化占比、道路宽度等参数,也可选择预设的城市风格模板。
运行场景生成脚本,框架会自动完成前向计算生成3D城市场景,生成过程中可通过可视化窗口实时查看生成进度,等待生成完成。
生成完成后可在结果目录查看场景渲染预览,根据需求选择对应的格式导出场景文件,也可基于开源代码调整模型参数,重新生成符合需求的场景。
看完教程,直接上手试试
访问 GaussianCity 官网